云服务器上物理CPU和虚拟机CPU的关系

CPU预留定义了分配给该VM的最少CPU资源；CPU限制定义了分配虚拟机占用CPU资源的上限；CPU份额定义多个虚拟机在竞争CPU资源的时候按比例分配；CPU份额只在各虚拟机竞争计算资源时发挥作用，如果没有竞争，有需求的虚拟机可以独占主机的物理CPU资源。

由于采用分时复用的方式，在不做VCPU预留的条件下，系统可分配给VM的VCPU总数远远大于实际可提供的VCPU数目（具体能创建多少额外的VCPU依赖于物理CPU的性能和VCPU的使用情况），在出现资源争用的时根据CPU QoS中的预留和份额来分配资源。

扩展资料

对虚拟机来说，不直接感知物理CPU，虚拟机的计算单元通过vCPU对象来呈现。在VMM中，每个vCPU对应一个VMCS结构，当VCPU被从物理CPU上切换下来的时候，其运行上下文会被保存在其对应的VMCS结构中；当VCPU被切换到PCPU上运行时，其运行上下文会从对应的VMCS结构中导入到物理CPU上。通过这种方式，实现各vCPU之间的独立运行。

虚拟化平台将1000台以上的服务器集群虚拟为多个性能可配的虚拟机(KVM)，对整个集群系统中所有KVM进行监控和管理，并根据实际资源使用情况灵活 分配和调度资源池,可以突破单个物理机的限制，动态的资源调整与分配消除服务器及存储设备的单点故障,实现高可用性。

一个物理CPU一般一个内核会支持多个处理线程（英特尔超线程技术）。这就意味着一个六核的Xeon处理器可以提供给服务器六个物理CPU。当超线程开启的时候，每个线程可以作为一个物理CPU，所以如果这个六个核都开启了双线程支持，那么服务器将看到12个物理CPU。

每个物理CPU被抽象成每个虚拟CPU，通常情况下，会为每个内核划分可用的虚拟CPU资源，并允许多个虚拟CPU虚拟机共享一个物理处理器内核。默认情况下，虚拟化层会给每个工作负载分配一个虚拟CPU（一个核），一般一个虚拟CPU可以支持4到8个虚拟机。

参考资料：百度百科-云服务器

参考资料：百度百科-虚拟CPU

核心对比

从名字上就知道，GPU云服务器使用的是以GPU为核心的硬件设备，目前市场上的GPU云服务器都是以英伟达公司生产的Tesla系列数据加速器（由于GPU原本用户处理图像数据，我们也称这一系列产品为“显卡”）为核心，包括P40、P100、V100等型号。

而CPU云服务器的核心CPU处理器，竞争激烈很多，英特尔、AMD等大厂都在制造并销售这类产品，并没有呈现一家独大的现象，同时要讲的一点是，用于云服务器的CPU和我们个人电脑的CPU在性能、指令集、缓存等方面也是不同的，就像一般显卡和Tesla系列显卡差别很大是一样的。

性能对比

GPU云服务器在性能方面有着CPU云服务器难以比拟的优势，在这两种核心还没有应用到云计算领域之前，CPU主要为串行指令而优化，GPU则是为大规模的并行运算而优化。比较好理解的解释是在同样面积的芯片上，CPU更多的放置了多级缓存和指令并行相关的控制部件，而GPU上则更多的是运算单元。

这样的硬件设计差异在云计算服务出现之前，两者“各为其主”，处理不同的任务，性能上其实没有可比性，但是在作为云服务器核心的时候，处理相同的任务，GPU就体现出了其性能强大的优势。根据麻省理工大学AI实验室的实验结果，同样的计算任务，同样的时间内，使用上千台CPU云服务器能完成的任务，只需要两台GPU云服务器即可。

---